نوع مقاله : مقاله پژوهشی

نویسندگان

• جمشید صالحی صدقیانی ¹
• سید امیر رضا ابطحی ²

¹ دانشیار گروه مدیریت صنعتی دانشگاه علامه طباطبایی

² کارشناسی ارشد مدیریت صنعتی از دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران

چکیده

هدف از تدوین این مقاله معرفی رایانش نرم و روش های مختلف آن جهت مدل سازی پدیده ها می باشد. رایانش نرم به مجموعه در حال تکاملی از روش هایی گفته می شود که جهت ساخت سیستم های هوشمندی که همانند انسان استدلال می کنند و قابلیت مواجهه با عدم قطعیت در مسائل را دارند مورد استفاده قرار می گیرند.
در این مقاله در ابتدا به توضیح شبکه های عصبی در رویکرد رایانش نرم پرداخته می شود سپس روش های دیگر این رویکرد از قبیل الگوریتم ژنتیک و کلا مبحث یادگیری ماشینی توضیح داده خواهد شد. از آنجائیکه هدف اصلی در ساخت مدل کشف دانش از آن می باشد در ادامه روش های مختلف کشف دانش و قانون از شبکه های عصبی بیان خواهد شد.

کلیدواژه‌ها

• رایانش نرم
• کشف دانش
• یادگیری ماشینی
• بهره هوش ماشینی
• شبکه عصبی
• الگوریتم ژنتیک

عنوان مقاله [English]

Soft Computing methods for modeling phenomena

نویسندگان [English]

• Jamshid Salehi Sadaghiani ¹
• Seyed Amir Reza Abtahi ²

¹

²

چکیده [English]

The purpose of this article is about soft computing and its different methods for modeling phenomena. Soft Computing refers to the evolving collection of methodologies used to build intelligent systems exhibiting human-like reasoning and capable of tackling uncertainty.
In this paper, we describe the neural networks approach in soft computing at first. Then, other approaches such as genetic algorithm and machine learning will be described. Since the main goal of building the model is knowledge extraction, finally, we will describe the various methods of knowledge and rule extraction from neural networks.

کلیدواژه‌ها [English]

• Soft Computing
• Knowledge extraction
• Machine Learning
• Machine Intelligence Quotient
• Neural Network
• Genetic Algorithm